基于小波奇异熵和相关向量机的氢气传感器故障诊断

摘要：

针对氢气传感器故障问题,提出了一种智能化的传感器故障诊断方法,可以对自身故障状态进行诊断和识别。提出了一种基于小波奇异熵( wavelet singular entropy,WSE)和相关向量机( relevance vector machine,RVM)原理的氢气传感器故障诊断方法,将小波变换和奇异熵两种分析思想相结合,提取信号的完备故障特征；利用小生境粒子群优化算法( niche particle swarm optimiza-tion,NPSO)对相关向量机的核参数进行优化,提高故障诊断的准确率。将提出的方法与其他成熟算法进行了比较,实验结果表明所提方法故障诊断识别率达到98%以上,解决了非线性、小样本条件下的传感器故障诊断问题,提高了传感器的可靠性。

关键词：小波奇异熵、相关向量机、氢气传感器、小生境粒子群优化、故障诊断

分类号：TP206.3(自动化技术及设备)

资助基金：国家自然科学基金61201306

在线出版日期：2015-01-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：90-95